Digitalisierung, Produktionslogistik, Wartung
Laufzeit: Januar 2020 bis März 2022
MetaMaintain
Ein Meta-Lern-Ansatz zur Selektion geeigneter Prognoseverfahren für eine vorausschauende Instandhaltung in digitalisierten ProduktionssystemenLaufzeit: Januar 2020 bis März 2022
Beschreibung:
Zustandsbasierte Instandhaltungsstrategien erfordern genaue prognostische Methoden, um das dynamische Verhalten von Maschinen und Komponenten in Produktionssystemen abzubilden. Dies ermöglicht die frühzeitige Erkennung von anomalen Prozessen und die Abschätzung der verbleibenden Nutzungsdauer. Da prognostische Methoden verschiedene Stärken und Schwächen aufweisen, stellt sich in der Praxis das Problem der Auswahl des am besten geeigneten Algorithmus für einen spezifischen Anwendungsfall. Ziel des Projekts ist daher die Entwicklung eines maschinellen Lernverfahrens, das automatisch den am besten geeigneten Algorithmus für die Abschätzung der Restnutzungsdauer auswählt und anwendet. Ein genetischer Algorithmus nutzt schließlich die prognostischen Informationen innerhalb einer simulationsbasierten Optimierung für eine integrierte Produktions- und Instandhaltungsplanung.
Projektpartner:
BIBA
Laufzeit:
Januar 2020 bis März 2022
Mehr Infos:
Fördermittelgeber:
DFG